“TAVE”循环模型视角下高校学生党建工作与立德树人融合探析

在新形势下,高校学生党建工作与立德树人的融合发展研究已经成为当前高校党建工作的重要内容。通过构建思想认知、行为转变、价值塑造、榜样带动的“TAVE”循环模型,促进党建工作与立德树人深度融合,以有效解决高校学生党建工作与立德树人二者在融合过程中所出现的规律性运用缺乏、融合成效不够显著、长效化和常态化的育人机制未形成等问题,从而实现党建育人与立德树人同频共振。

基于随机森林和XGBoost算法构建心脏骤停患者自主循环恢复后神经功能预后不良的风险预测模型

目的 利用机器学习算法构建预测心脏骤停(CA)患者自主循环恢复(ROSC)后神经功能预后不良的预测模型,探索结局相关因子。方法 回顾性收集2016年1月至2024年1月沧州市中心医院收治的CA行心肺复苏(CPR)后ROSC的患者481例为研究对象。收集患者临床资料,根据患者转出重症监护病房(ICU)时的格拉斯哥-匹兹堡脑功能表现分级(CPC)评分,将其分为预后良好组(GNO,n=158)和预后不良组(PNO,n=323)。481例患者按7∶3随机分为训练集(n=338)和测试集(n=143),训练集用于构建模型,测试集用评价模型效能。利用极端梯度提升(XGBoost)和随机森林(RF)两种机器学习算法构建患者神经功能预后不良的预测模型,分别得出影响患者神经功能预后的变量,应用SHAP进行XGBoost模型可解释性分析。将XGBoost和RF算法得出的变量取交集,再将交集变量进行多因素Logistic回归分析,得到差异有统计学意义的变量,进而构建决策树模型。在训练集和测试集上利用受试者工作特征(ROC)曲线和曲线下面积(AUC)评估决策树模型的预测性能。结果 通过XGBoost模型得到与神经功能预后不良相关的变量15个,RF模型得到与神经功能预后不良相关的变量14个,两种模型取交集得到11个与神经功能预后不良相关的交集变量[视神经鞘直径(ONSD)变化率、神经元特异性烯醇化酶(NSE)、入ICU第3天ONSD(ONSD day3)、心脏骤停至心肺复苏(CA-CPR)时间、ROSC时间、急性生理学与慢性健康状况评价Ⅱ(APACHEⅡ)评分、血肌酐、白蛋白、住ICU时间、血乳酸及年龄]。将这11个交集变量进行多因素Logistic回归分析,结果显示,PNO组与GNO组ONSD变化率、NSE、ONSD day3、ROSC时间及年龄这5个变量差异有统计学意义(P<0.05)。用这5个重要变量构建决策树模型,得出3个与患者神经功能预后不良最相关的变量(NSE、ROSC时间及ONSD变化率),在训练集上的决策树模型预测CA行CPR后ROSC患者神经功能预后不良的AUC为0.857(95%CI 0.809~0.903,P<0.001),在测试集上的AUC为0.834 (95%CI 0.761~0.906,P<0.001)。结论 基于XGBoost和RF这2种机器学习方法构建的决策树模型能够更准确地评估CA患者ROSC后神经功能的不良预后,且评价指标可能简化为NSE、ROSC时间及ONSD变化率。

构建GPT大模型的经济循环体系:理论框架与发展路径

数字技术的爆发式增长及其与实体经济的深度融合,为推动中国经济高质量发展提供了强大动能,成为促进生产方式变革和经济结构变迁的主要力量。GPT大模型作为新一代人工智能技术,具有强大的自然语言处理能力,将持续对经济增长、生产效率、要素分配等各方面产生深刻影响。文本试图通过构建GPT大模型的经济循环体系、GPT大模型在国内外经济循环中发挥作用的理论框架以及GPT大模型的经济循环体系的发展路径,揭示GPT大模型经济循环体系的作用机制,为实体产业应用GPT大模型实现提质增效、助力经济高质量发展提供现实启示和参考依据。

生物质循环流化床机组协调系统模型研究

针对生物质循环流化床(CFB)机组,通过机理分析,研究了生物质燃烧的动态过程,建立了生物质CFB锅炉燃料侧燃烧模型。通过能量守恒,确定了生物质CFB机组汽水侧和汽机侧主要参数之间的函数关系,建立了负荷控制系统模型。基于某30 MW生物质CFB机组实际运行数据,通过稳态工况推导、回归分析和遗传算法辨识了模型的参数和函数关系,在Simulink软件平台验证了模型的结果并进行了模型阶跃试验。结果表明:模型的输出与实际数据能较好地吻合,主蒸汽压力、负荷的平均相对误差均在4%以内,阶跃响应符合实际经验,证明建立的模型能够反映机组的动态特性。

基于Roe-Siegmund循环内聚力模型焊趾疲劳裂纹萌生仿真

为建立焊趾疲劳裂纹萌生行为仿真方法,基于Roe-Siegmund循环内聚力模型对ABAQUS进行二次开发,形成用于反映疲劳累积损伤的VUMAT子程序,依据文献方法及试验数据获取Q345焊接区域材料的内聚力参数,通过Voronoi图法和内聚力单元法生成具有疲劳累积损伤特性和晶粒特征的微观模型,并与宏观对接焊缝模型合并,进行多尺度疲劳裂纹萌生仿真模拟,获得裂纹萌生路径、临界循环次数及晶粒力学响应特征.结果表明,此方法能够自发地选择符合实际情况的裂纹萌生位置以及短裂纹扩展路径,完成对焊接区域材料微观断裂过程的模拟,不同仿真组获取的临界循环次数存在于一定的分布范围内,模型中的累积内聚力长度需通过试验数据进行拟合.

间歇性循环荷载下冻融风积土变形特性及分数阶预测模型

列车运营对路基的长期作用由振动加载、荷载间歇交替组成,已往研究多只考虑振动加载周期对路基土体强度和变形特性的影响,而忽略了间歇期的影响。为研究间歇性循环荷载作用下风积土路基变形特性,利用GDS DYNTTS冻土动三轴仪,开展不同有效固结围压σ_(3c)、冻融循环次数FT、动应力幅值σ_(d)^(ampl)和振动频率f的间歇性循环荷载下风积土动三轴试验,研究间歇性循环荷载下冻融风积土变形特性及其影响因素。试验结果表明:间歇性循环荷载作用下风积土累积塑性应变曲线呈稳定型、发展型和破坏型三种形态。间歇阶段能够在较大程度上削弱土体的应变累积,从而使其较连续荷载作用下变形减小。基于极差方法,确定动应力幅值是影响风积土累积塑性应变的最重要因素,其余依次为有效固结围压、冻融循环次数、振动频率。采用双Abel黏壶建立考虑间歇性循环荷载作用的冻融风积土分数阶累积塑性应变预测模型,并与试验结果进行了对比分析,二者吻合度较高,说明该文建立的分数阶累积塑性应变数学模型可合理预测间歇性循环荷载作用下风积土路基长期变形特性。研究成果可为季节性冻土地区路基工程设计和灾害防治提供科学依据。

冻融循环下玄武岩纤维混凝土冲击力学性能预测模型

冻融循环下纤维混凝土的劣化规律是寒区服役混凝土工程安全性和耐久性评价的重要依据,现有服役混凝土工程的安全性和耐久性评价的研究具有工作量大、成本高、周期长等特点,构建基于机器学习的高精度力学性能预测模型已成为本领域研究热点。为探究冻融循环后玄武岩纤维混凝土冲击力学性能的高精度预测模型,采用SHPB装置对冻融循环后BFRC开展动态冲击压缩力学性能试验,并构建机器学习-Optuna混合预测模型,对60组以玄武岩纤维体积掺量、冻融循环次数、动荷载冲击速度为影响因素建立的动态峰值应力样本数据集进行预测。结果表明:k近邻、Lasso、多层感知机、极度梯度提升树和随机森林5种经典机器学习模型的预测准确度均较高,说明机器学习算法对于冻融循环后BFRC动态力学性能预测具有良好的预测效果,其中随机森林算法为最优预测算法;RF-Optuna混合预测模型显示出0.9754的拟合优度,具有良好的预测精度;非数据集工况预测表明,该混合模型对于各影响因素均具有良好泛化能力。研究成果可为冻融循环条件下BFRC动态力学性能的快捷精准预测提供参考。

双循环推动高质量就业的传导路径和作用机制——基于结构方程模型的多重中介效应检验

随着新时期我国社会发展主要矛盾的深刻变化,高质量就业成为立足新发展阶段、贯彻新发展理念、构建新发展格局、推进高质量发展的重要抓手。基于《中国统计年鉴》和中国劳动力动态调查2012—2018年四期面板数据,利用结构方程模型(SEM)分析了双循环影响我国高质量就业的传导路径及作用机制。研究发现:内、外循环之间的协调互动可以显著促进高质量就业,其效应贡献率为45.15%;双循环所带来的技术进步、产业结构升级、人力资本积累是推动高质量就业的重要渠道,其效应贡献率为54.85%,其中,技术进步发挥的中介效应最强,贡献率为32.56%,产业结构升级和人力资本积累的贡献率分别为4.84%和5.89%。因此我国要充分依托国内超大规模市场优势,继续推动高水平对外开放,提升双循环的互动水平。同时充分发挥技术进步的“牵引器”、产业结构升级的“助推器”以及人力资本积累的“支撑轴”作用,从政策上支持我国在加快构建双循环新发展格局中更好地同步推动高质量就业。

SMA碟簧群的循环受压性能及简化模型

该研究提出将多个形状记忆合金(SMA)碟簧片并联排列形成碟簧组,然后在碟簧组间加入垫片分隔、串联排列形成碟簧群,以提供更高的承载力及变形能力。采用有限元软件ABAQUS建立了一系列SMA碟簧群的三维精细化有限元模型,并进行非线性循环受压分析。结果表明:与钢碟簧的“三角形”荷载-位移曲线相比,SMA碟簧群的荷载-位移曲线呈现鲜明的“旗帜形”特性,具有明显的正向及反向转变平台。随着碟簧片数的增加,碟簧组的总可恢复变形量基本不变,极限承载力及割线刚度近似成比例增加,而随着碟簧组数的增加,碟簧群的总可恢复变形量增加,极限承载力不变,割线刚度近似成比例降低。因此,可根据碟簧群总极限承载力及变形能力的需要,灵活调整碟簧片及碟簧组的数量及布置方式。碟簧组的各层碟簧片由于边界条件不同,应力分布存在明显差异,而变形量亦呈现两端大中间小的哑铃形分布模式,其中加载端碟簧片变形量最大,若超过极限变形量可能发生翻转失效,值得注意。提出了SMA碟簧群的简化模型,通过简化及精细模型的非线性循环受压分析,发现该简化模型的循环受压荷载-位移曲线与精细模型吻合良好,而计算效率提高约38倍。将SMA碟簧群应用于自复位NZ梁柱节点中,并对自复位钢框架进行了验证性的滞回分析。结果表明:采用SMA碟簧群的自复位钢框架最大侧移为4%时可完全复位,且二次刚度相比采用预应力钢绞线的传统自复位钢框架提高近100%,极限承载力提高70%。

基于HSS模型海上风电桶形基础水平循环承载特性对比研究

采用土体本构模型对黏土中的桶形基础进行了有限元模拟,以研究桶形基础的水平循环承载特性。利用有限元方法模拟了在不同单调组合荷载作用下黏土中的桶形基础离心机试验,与试验结果对比验证了使用小应变硬化土(HSS)本构模型的适用性。在此基础上,基于HSS模型和硬化土(HS)模型对比研究了不同循环荷载和小应变模量对桶形基础累积转角、旋转中心和桶-土相对刚度的影响。结果表明,黏土中桶形基础的累积转角随着循环次数和水平荷载的增加而增加,然而每个循环中累积转角的增加逐渐减小。另外,提出了Tb和ζb之间的拟合关系式预测黏土中桶形基础的累积旋转。无论处于疲劳极限状态(ζb=0.3)还是正常使用极限状态(ζb=0.5),旋转中心类型都是从深中心变为浅中心。桶-土相对刚度随循环次数的增加而减小,并且循环荷载越大刚度衰减越大。另外,小应变模量对基础累积转角和桶-土相对刚度有较大影响而对旋转中心无显著影响。与已有的研究结果对比发现,HSS模型更加适用于精细化设计。

超高性能混凝土单轴拉、压循环作用下力学性能及其本构模型研究

超高性能混凝土(ultra-high performance concretre,UHPC)是一种新型材料,具有抗拉、抗压强度高、开裂后应变硬化等特点,在装配式结构领域具有较为广阔的应用前景。为了明确UHPC在单轴循环荷载下的受力性能并提出适合的本构关系,通过大量的试验建立循环荷载下UHPC的本构模型,设计具有不同钢纤维掺量的棱柱体和狗骨直拉试件,开展不同加载制度的单轴压缩试验,分析试验结果以明确钢纤维掺量、养护方式和加载制度对UHPC单轴拉压力学性能的影响情况。试验结果表明,在受压方面,钢纤维体积含量为2%的UHPC峰值压应变明显高于钢纤维体积含量为1%和3%的UHPC峰值压应变。各UHPC试件的弹性模量明显大于普通混凝土的弹性模量。在受拉方面,UHPC呈现出一定的应变硬化现象,且达到峰值后拉应力下降较为缓慢,展现出一定的受拉延性。钢纤维体积含量和蒸养处理对UHPC试件的抗拉强度有明显的提高作用。最后,在试验数据的基础上,提出了UHPC受压和受拉的骨架曲线和滞回准则,并拟合了卸载(再加载)的计算公式,可用于有限元计算中UHPC的基本本构方程。

循环载荷作用下煤岩复合结构宏-细观破坏特征及能量-损伤本构模型

煤炭深部开采过程中,周期性开采扰动行为会使邻近煤层的煤岩复合结构承受循环载荷的作用,因此,研究不同循环载荷作用下煤岩复合试样的力学响应行为及宏-细观失效特征具有重要工程意义。选取3种不同的加(卸)载速率,开展了2种循环加卸载路径下的单轴循环压缩试验(同步测定声发射信号),分析了煤岩复合试样的损伤失效特征;基于能量耗散原理,构建了煤岩复合试样在循环载荷作用下的能量-损伤本构模型,最后结合试验实测数据进行验证。结果表明:加(卸)载速率与复合试样的峰值强度呈正相关,当加(卸)载速率从0.05 mm/min增大到0.15 mm/min时,恒定下限逐步循环加卸载路径(路径I)、变上下限等幅循环加卸载路径(路径II)下,试样的峰值应力分别增加了22.44%和28.89%;高加(卸)载速率下,试样的内部裂纹扩展越快,煤岩复合试样中煤组分的破碎程度加剧,分形维数随之增大,试样的内部裂纹扩展越快;随着加(卸)载速率的增大,煤组分中沿基质破坏增多。循环分级跨度大的路径(路径I)有助于试样内部的应力传递,为试样内部裂纹的发育提供了有利条件,导致对应试样的破坏程度更高。试验曲线和能量-损伤本构理论曲线具有较强的一致性,表明所建的能量-损伤本构模型能够很好地描述煤岩复合试样在循环加卸载过程中的变形行为。

长期循环荷载下土的动力学特性与本构模型研究进展

随着交通基础设施的快速发展,长期循环荷载下土体的动力性能与相应的本构模型体系愈发受到关注,其能为该类荷载下地基或者岩土构筑物的动力稳定性和服役性能评估提供理论基础与技术支撑.最近20年来,国内外相关学者已开展了大量的室内试验探索长期循环荷载下土的动力特性与影响因素,建立相应的理论模型描述土体的长期循环变形特征,并努力将其应用于工程实践.目前,对长期循环荷载下土体动力学性能与主要影响因素的研究基本明确,但在如何减少本构模型参数,增强本构模型在变幅值、变频率等复杂实际工况时的适用性等研究尚需进一步加强.本文通过对该方向研究发展的总结,明确了未来的发展方向,并提出了当前研究局限的可能解决思路,有利于进一步推进相关研究成果应用于工程实践的进程.

冻融循环后混凝土冲击劈拉强度预测模型

为预测混凝土材料冻融循环后冲击劈拉强度,本文对混凝土标准冻融试件和混凝土劈拉试件进行0、25、50、75、100次的冻融循环试验,通过动弹仪对混凝土标准冻融试件进行动弹性模量测试,采用电液伺服万能试验机和分离式霍普金森压杆系统分别在0.5和0.5×10^(6)、1.0×10^(6)、2.0×10^(6)kN/s的力加载速率下对劈拉试件进行劈拉试验,分析了冻融损伤以及力加载速率对混凝土冲击劈拉强度的影响。结果表明:随着冻融次数的增加,标准冻融试件的表观状况、质量、相对动弹性模量均不断劣化;当冻融次数一定时,随着力加载速率的提高,混凝土试件的冲击劈拉强度不断提升。在上述试验基础上,建立了冻融循环后混凝土冲击劈拉强度预测模型,该模型可为冻融循环后混凝土冲击劈拉强度的预测提供理论依据。

深水固井循环阶段井筒温度场预测模型研究

准确预测固井循环阶段井筒温度场有助于水泥浆性能参数的设计和井筒压力的计算,为此,基于井筒流动机理和传热学理论,考虑不同区域差异对传热过程的影响和不同流体热力学参数差异及其随井深变化的特点,结合流体界面位置描述方程,建立了适用于深水固井循环阶段的井筒温度场预测模型。利用2口井的实测数据对模型进行了验证,并进行了关键因素的影响规律分析。结果表明:注入水泥浆之前,钻井液应循环2~4周,以降低注入过程中循环时间改变对井底循环温度的影响;注入水泥浆过程中,排量越大,周围环境的升温或降温作用越不明显;计算过程中,若不考虑温度对比热容的影响,则预测的井底循环温度会偏高2~4℃;水泥浆密度对温度的影响规律与传热方向有关。研究结果对深水固井具有一定的指导作用。

基于门控循环单元的基质栽培黄瓜结果期蒸散量预测模型

【目的】实时、准确地预测基质栽培黄瓜结果期蒸散量,指导基质栽培黄瓜灌溉。【方法】通过传感器实时获取黄瓜结果期的温室小气候环境数据,用称量法测量黄瓜蒸散量,以移栽时间、空气温度、空气相对湿度、光照强度及前5天的日均灌溉量为输入变量,利用BP神经网络(Back propagation neural network,BPNN)、卷积神经网络(Convolutional neural networks,CNN)、长短期记忆网络(Long short-term memory,LSTM)和门控循环单元(Gated recurrent unit,GRU)分别建立基质栽培黄瓜蒸散量预测模型,比较不同模型的预测效果,模型数据集的时间间隔设为20 min。【结果】相较于BPNN、CNN及LSTM模型,GRU模型的预测效果最好,其决定系数(R^(2))、均方根误差(RMSE)、平均绝对误差(MAE)分别为0.8577、2.3279 g和1.6744 g。当实测的黄瓜每日实时累积蒸散量超过50 g时,GRU模型预测的黄瓜每日实时累积蒸散量与实测每日实时累积蒸散量之间的相对误差最小,在0.11%~10.01%。【结论】基于GRU的基质栽培黄瓜结果期蒸散量预测模型预测效果最好,可为基质栽培黄瓜的灌溉系统提供参考。

循环加载下压实黄土的边界面塑性本构模型

压实黄土的动应力应变关系预测是黄土高原平山填方工程长期运营涉及的关键问题之一,已有模型预测压实黄土的动本构关系难度较大。该文在边界面塑性框架下,引入动态映射法则,提出了一个反映应变累积的循环加载塑性模量表达式,构建了循环加载条件下压实黄土边界面塑性本构模型,分析了循环应力比与围压对应力应变关系与模量的影响规律,采用压实粉质黄土动三轴试验结果进行了验证。结果表明,该循环加载塑性模量基本反映了压实黄土的应变累积行为,所构建的本构模型考虑了循环应力比对动应力应变关系与模量的影响,可为填方压实黄土长期变形分析提供参考。

基于循环孔洞扩张模型的海工钢超低周疲劳断裂分析与预测

基于微观断裂机理的循环孔洞扩张模型是一种进行超低周疲劳断裂分析及预测的有效方法。在该方法中,孔洞扩张指数与损伤退化参数是控制裂纹扩展进程的重要参数。受生产工艺的影响,不同批次钢材的孔洞扩张指数与损伤退化参数往往存在较大差异,使得对结构的超低周疲劳断裂分析存在准确性不足的问题。为解决上述问题,本文采用光滑圆棒、平滑槽口圆棒及缺口试样开展试验,进行钢材超低周疲劳特性研究,探索试样开裂机制和损伤演化规律;其次,编写基于循环孔洞扩张模型的VUSDFLD程序,结合圆棒试验结果进行有限元分析,校准孔洞扩张指数及损伤退化参数;最后,基于前述理论和程序,开展缺口试样超低周疲劳断裂研究,分析裂纹萌生及裂纹扩展速率,并就试样的超低周疲劳断裂寿命展开预测。结果表明,基于循环孔洞扩张模型的超低周疲劳断裂进程与试验结果比对良好,适用于超低周疲劳断裂寿命预测。

基于循环神经网络模型的创伤重症患者临床结局的动态预测

目的 探讨基于循环神经网络(RNN)算法构建的动态预测模型用于创伤重症患者临床结局动态预测的价值,并研究动态策略和实时预测模型可行的搭建方案及路径。方法 本研究数据来源于美国重症监护医学信息数据库(MIMIC)-Ⅳ2.0。以创伤重症患者院内结局为预测目标,使用长短时记忆(LSTM)和门控循环单元(GRU)2种RNN算法分别在4、6和8 h时间窗下训练动态预测模型。使用灵敏度、特异度、F1值和AUC值对模型性能进行评价,并分析不同RNN算法和时间窗对模型性能的影响。在8 h时间窗下分别训练隐马尔科夫模型(HMM)、随机森林(RF)模型和logistic模型作为对照,横向比较2种RNN算法模型与对照模型的性能指标,并分析各模型的时间趋势变化。结果 在不同时间窗时,RNN动态模型在灵敏度、特异度、F1值和AUC值等4个性能指标上差异均有统计学意义(均P<0.001),在8 h时间窗时模型的各性能指标均高于6 h和4 h时;不同RNN算法(LSTM和GRU)间仅特异度差异有统计学意义(P=0.036)。横向比较结果显示,2种RNN算法模型和其他模型间各性能指标差异均有统计学意义(均P<0.001),2种RNN算法模型各指标均高于HMM、RF和logistic模型;各算法模型灵敏度、特异度和F1值的ICC均小于0.400(95% CI未包含0),而AUC值的ICC在统计学上证据不足(95% CI包含0)。结论 基于RNN算法的动态模型对创伤重症患者临床结局的预测效果较其他常见模型具有一定优势,且时间窗对模型性能可能存在影响。

基于循环孔洞扩张模型的X型圆管节点超低周疲劳寿命预测

海洋工程钢结构在服役过程中,受风、浪、流或地震等极端循环载荷的影响,易发生超低周疲劳断裂破坏,造成人员伤亡及财产损失,因此超低周疲劳断裂分析及寿命预测对于海工结构安全性评估至关重要。然而,现阶段基于累积损伤理论提出的多种超低周疲劳寿命预测模型无法对多尺度节点实现统一预测,造成了实际工程应用的不便。因此文中基于循环孔洞扩张模型开展X型圆管节点超低周疲劳寿命预测。首先,开发了基于循环孔洞扩张模型的VUSDFLD程序,实现ABAQUS与FORTRAN子程序联合应用,利用有限元分析验证循环孔洞扩张模型在X型圆管节点超低周疲劳断裂分析中的有效性;其次,根据多组X型圆管节点超低周疲劳断裂有限元分析结果,在宏观层面提出了一种基于Manson-Coffin公式的超低周疲劳寿命预测公式;最后,依据Miner理论,将适用于等幅加载的超低周疲劳寿命公式扩展至变幅加载情况,验证了多种节点尺寸下超低周疲劳公式的适用性,为工程应用提供了理论依据。